[論文レビュー] Modelling individual routines and spatio-temporal trajectories in human mobility.

Luca Pappalardo, Filippo Simini|arXiv (Cornell University)|Jul 16, 2016

Human Mobility and Location-Based Analysis参考文献 72被引用数 4

ひとこと要約

DITRAS は二段階のフレームワークであり、まずマーカフ過程を用いて個人の移動日記をモデル化し、ルーティンの順守と混乱を捉える。次に、好ましい探索と帰還メカニズムを用いて、これらの日記を空間的・時間的移動経路に変換する。実世界の移動データの主要な統計的性質を正確に再現し、既存の合成モデルよりも忠実度が高い。

ABSTRACT

Human mobility modelling is of fundamental importance in a wide range of applications, such as the developing of protocols for mobile ad hoc networks or for what-if analysis and simulation in urban ecosystems. Current generative models generally fail in accurately reproducing the individuals' recurrent daily schedules and at the same time in accounting for the possibility that individuals may break the routine and modify their habits during periods of unpredictability of variable duration. In this article we present DITRAS (DIary-based TRAjectory Simulator), a framework to simulate the spatio-temporal patterns of human mobility in a realistic way. DITRAS operates in two steps: the generation of a mobility diary and the translation of the mobility diary into a mobility trajectory. The mobility diary is constructed by a Markov model which captures the tendency of individuals to follow or break their routine. The mobility trajectory is produced by a model based on the concept of preferential exploration and preferential return. We compare DITRAS with real mobility data and synthetic data produced by other spatio-temporal mobility models and show that it reproduces the statistical properties of real trajectories in an accurate way.

研究の動機と目的

• 既存の移動モデルが人間移動におけるルーティン行動と自発的逸脱の両方を捉えることの限界を解決すること。
• 時間経過に伴い、個人の空間的・時間的経路を現実的にシミュレートする生成モデルを開発すること。
• モバイルアドホックネットワークや都市エコシステムモデリングなどの応用分野における正確な移動シミュレーションを可能にすること。
• 一元的で統合的なフレームワーク内で習慣的パターンと予測不可能な行動変化を統合すること。

提案手法

• マーカフモデルが、日常的ルーティンと予測不可能な期間におけるそれらの破壊確率をエンコードする移動日記を生成する。
• 日記生成プロセスは、個人の行動傾向に基づいて、活動タイプと場所間の遷移をモデル化する。
• 好ましい探索と帰還メカニズムが、移動日記を実際の空間的・時間的経路に翻訳する。
• 経路モデルは、なじみやすさと探索傾向に基づいて移動確率を割り当て、現実の人間の移動パターンを模倣する。
• 日記ベースの行動モデリングと空間的移動ルールを組み合わせることで、現実的な移動パターンをシミュレートする。
• 実際の人間移動データを用いてモデルをキャリブレーションおよび検証し、他の移動モデルからの合成データと比較する。

実験結果

リサーチクエスチョン

• RQ1 日記ベースのモデルは、人間移動におけるルーティン行動と自発的逸脱のバランスをどの程度うまく捉えられるか？
• RQ2 DITRAS フレームワークは、実際の人間移動経路の統計的性質をどの程度正確に再現するか？
• RQ3 二段階アプローチ（日記生成 → 経路翻訳）は、既存のモデルと比較してより現実的な移動パターンを生み出せるか？
• RQ4 好ましい探索と帰還メカニズムは、シミュレートされた移動経路の現実性をどの程度向上させるか？

主な発見

• DITRAS は、人間移動の二面性を成功裏に捉えている：一定した日常的ルーティンと、予測不可能な時期の偶発的逸脱。
• フレームワークは、訪問頻度や場所分布といった、実際の移動データの主要な統計的性質を高い正確性で再現している。
• 他の合成移動モデルと比較して、DITRAS は空間的・時間的パターンの面で、実データにさらに近い経路を生成している。
• マーカフベースの日記モデルを用いることで、習慣形成と破壊の現実的なモデリングが可能になり、行動の忠実度が向上した。
• 好ましい探索と帰還メカニズムは、自然な人間の移動傾向を効果的に模倣し、経路の現実性を向上させた。
• DITRAS の二段階アーキテクチャは、多様なシナリオにおける個々の移動のモジュラーかつスケーラブルなシミュレーションを可能にしている。